为什么AI 工具最好用的状态，不是完全接管你，而是帮你保住最后的启动权？

他给自己搭了全自动的一天：Motion 自动排程、Zapier 自动流转、Agent 自动汇总，早上醒来只需要「按系统说的做」。头两周效率惊人。第三周的周二早上，系统弹出第一项任务时，他盯着屏幕产生了一种陌生的感觉——不是不想做这个任务，而是不想做「被安排的任何事」。当天他报复性地刷了六小时手机，系统的通知一条没点。

收敛：这是自动化系统在 ADHD 用户身上反复出现的崩溃模式。本文只回答——为什么「全自动」反而触发全面罢工？「启动权」这个东西在系统设计里应该放在哪？

穿透：自主性不是感受问题，是动机引擎的燃料

ADHD 侧的机制：ADHD 的动机系统高度依赖内源性驱动——兴趣、新异性、自主选择的感觉。研究自我决定理论与 ADHD 的交叉文献反复指向同一点：被控制感是 ADHD 动机的毒药——同一个任务，「我选的」和「被派的」调用的是两套完全不同的动力回路。全自动系统的致命伤在这里：它优化掉了摩擦，也顺手优化掉了「我在选择」的体验，于是每一项任务都变成了「被派的」。第三周的罢工不是意志薄弱，是动机引擎对燃料掺假的正常报警。

LLM/agent 侧的对应结构：全自动 pipeline 与 human-in-the-loop（HITL）的设计权衡。工程实践早就发现：把人完全移出回路的系统，在遭遇分布外情况时崩得最惨；最稳健的架构是自动化处理准备工作，而关键决策点保留人的签发权——不是因为人算得更好，而是因为签发这个动作本身维持了人对系统的所有权和警觉。

利益视角：「全自动」是效率工具的营销高地，「你只需照做」听起来是解放——但对 ADHD，照做恰恰是最昂贵的动作。

验证

可证伪：如果「启动权」假说成立，同样的任务清单，加一个微小的选择动作（每天早上从系统建议里勾选今天的前三项，而不是接受全部安排）应该显著降低罢工率。两周 A/B：第一周全接受模式，第二周勾选模式，记录每天实际启动的任务数和「报复性逃走」的次数。反例边界：急性过载期（deadline 堆叠、状态低谷）时，「连选都不想选」是真实的——那时需要的是别人代持而非自主，短期把选择也外包给信任的人是合理降级。

决策

做什么：把系统重构为「参谋部模式」——AI 负责侦察、列选项、摆好一切，最后的「今天做这三件」由你每天早上花 60 秒亲手勾选。那 60 秒不是低效，是给动机引擎上的燃料。

不做什么：不要追求「醒来就有完美安排」的全自动乌托邦；罢工发生时不要加倍自动化（那是加深被控制感）；也不要因罢工而拆掉整个系统——要修的只是签发权的位置。

先做什么：明早起床后的第一个动作：从系统/清单里亲手勾出今天的前三项。就这一个改动，跑一周。

边界

「HITL↔启动权」是计算层的设计类比（本文未做正式 A/B/C 分级）；自我决定理论在 ADHD 人群的应用有文献基础，但「60 秒勾选」是实践翻译而非验证过的干预。若罢工模式伴随持续的情绪低落或功能损害，请寻求专业评估。

今天就能试的 3 件事

1. 检查你的自动化系统：找出所有「不经你手就生效」的安排，挑一处加回一个确认动作。
2. 明早做 60 秒勾选，勾完拍照存档——两周后你会有自己的 A/B 数据。
3. 给最近一次「报复性罢工」写一行机制归因：「系统偷走了我的启动权」，替换掉「我又废了」。

本文服务于人生 Harness 金字塔的执行层：最好的 AI 系统不是替你活，而是把一切都准备好，然后把点火钥匙恭敬地递回你手里。

参考来源

• Can You See ADHD on a Brain Scan? What Brain Imaging Reveals — 证据等级：低（GRADE）
• Machine Learning Approaches to Identify and Classify ADHD: A … — 证据等级：低（GRADE）
• Prevalence of Attention-Deficit/Hyperactivity Disorder: A Systematic Review and Meta-analysis — 证据等级：高（GRADE）

---

本文是「ADHD × AI」系列的第 13 篇，由 Devin 基于持续维护的双域研究语料（72,739 篇论文 + LLM Wiki）亲自撰写，并持续迭代更新。